当前位置:文档之家› 大数据时代下我国网络银行的风险管理研究

大数据时代下我国网络银行的风险管理研究

目录

目录

1 绪论 (1)

1.1 研究背景及意义 (1)

1.1.1 研究背景 (1)

1.1.2 研究意义 (2)

1.2 国内外研究综述 (2)

1.2.1 国外研究 (2)

1.2.2 国内研究 (3)

1.3 研究内容 (5)

1.4 研究方法 (7)

1.4.1 模糊综合评价模型 (8)

1.4.2 专家判断(Delphi) (8)

1.4.3 层次分析法(AHP) (8)

2 相关理论基础 (11)

2.1 网络银行概述 (11)

2.1.1 网络银行的基本特性 (11)

2.1.2 网络银行的系统构成及其优势 (14)

2.2 网络银行风险管理 (15)

2.2.1 网络银行风险分类 (15)

2.2.2 网络银行风险的马太效应 (16)

3 我国网络银行及其风险管理现状及存在问题 (17)

3.1 我国网络银行的发展及现状 (17)

3.2 国外网络银行风险管理经验与启示 (21)

3.2.1 国际权威机构网络银行风险管理框架 (22)

3.2.2 国外网络银行风险管理实践 (25)

3.2.3 国外网络银行风险管理经验的启示 (27)

3.3 国内网络银行风险管理现状及问题 (28)

3.3.1 我国网络银行风险管理现状 (28)

3.3.2 我国网络银行风险管理存在的问题 (28)

3.4 我国网络银行风险管理过程 (29)

3.4.1 风险识别 (30)

3.4.2 风险评估 (30)

3.4.3 风险监控 (31)

4 我国网络银行的风险识别与评估——以中国银行XX分行为例 (33)

III

西安理工大学会计硕士专业学位论文

IV 4.1 中国银行XX分行基础概况 (33)

4.2 网络银行风险的识别 (35)

4.2.1 纵向网络银行风险 (35)

4.2.2 横向网络银行风险 (37)

4.3 网络银行的风险评估 (39)

4.3.1 网络银行风险评估设计 (39)

4.3.2 基于FAHP的网络银行风险评估实证研究 (44)

5 我国网络银行的风险监控 (53)

5.1 我国网络银行的风险防范措施 (53)

5.1.1 提高网银用户的安全意识 (53)

5.1.2 培养专门的网络银行风险管理人才 (53)

5.1.3 加快发展网络银行技术 (54)

5.1.4 培养独特的网络银行风险监控文化 (54)

5.1.5 完善相关网络银行法律 (54)

5.2 构建我国网络银行的风险监控体系 (55)

5.2.1 设立网络银行风险控制管理部门——事前预防 (55)

5.2.2 建立网络银行大数据审计系统——事中监测 (56)

5.2.3 成立网络银行风险应急中心——事后处理 (56)

6 研究结论及展望 (59)

6.1 研究结论 (59)

6.2 不足与展望 (59)

参考文献 (61)

致谢 (65)

附录 (67)

附录A 调查问卷 (67)

附录B (71)

附录C 层次分析法在Matlab中的程序代码 (73)

攻读学位期间取得的研究成果 (75)

CONTENTS

CONTENTS

1 Preface (1)

1.1 Background and Significance (1)

1.1.1 Background (1)

1.1.2 Significance (2)

1.2 Review of Researches (2)

1.2.1 Study Abroad (2)

1.2.2 Domestic Research (3)

1.3 Content of Researche (5)

1.4 Method of Researche (7)

1.4.1 Fuzzy Comprehensive Evaluation Model (8)

1.4.2 Delphi (8)

1.4.3 Analytic Hierarchy Process (8)

2 Relevant Theoretical Basis (11)

2.1 Network Bank Overview (11)

2.1.1 The Basic Characteristics of the Network of Banks (11)

2.1.2 System Components and Advantages of the Network of Banks (14)

2.2 Network Bank Risk Management (15)

2.2.1 Internet Banking Risk Classification (15)

2.2.2 Matthew of the Network Bank Risk (16)

3 Risk Management of the Bank and Its Network and Problems (17)

3.1 Network Bank Overview (17)

3.2 Development and Crrent Situation of China's Internet bank (21)

3.2.1 Risk Management Framework of International Internet bank (22)

3.2.2 Overseas Network Bank Risk Management Case (25)

3.2.3 Network Bank Risk Management Experience Abroad (27)

3.3 The Status and Problems of China's Internet bank (28)

3.3.1 The Status of China's Internet Bank (28)

3.3.2 The Problems of China's Internet Bank (28)

3.4 China's Online Banking Risk Management Process (29)

3.4.1 Risk Identification (30)

3.4.2 Risk Assessment (30)

3.4.3 Risk Monitoring (31)

4 Network Bank Risk Identification and Assessment - A Case Study in

Bank of China Branch XX (33)

4.1 Network Bank Overview of China Bank XX Branch (33)

4.2 Risk Identification of China's Internet Bank (35)

4.2.1 Vertical Network of Bank Risk (35)

4.2.2 Horizontal Network of Bank Risk (37)

V

西安理工大学会计硕士专业学位论文

VI 4.3 Risk Assessment of China's Internet bank (39)

4.3.1 Risk Assessment Design of Internet Bank (39)

4.3.2 Empirical Study of Internet Bank Risk Assessment by FAHP (44)

5 Risk Monitoring of Network Bank (53)

5.1 Measures of Network Bank Risk (53)

5.1.1 Improve Safety Awareness of Online Banking Users (53)

5.1.2 Training Specialized Network Bank Risk Management Personnel (53)

5.1.3 Accelerate the Development of Network Bank Technology (54)

5.1.4 Fostering a culture of Bank Risk Monitoring Network (54)

5.1.5 Improve Relevant Laws of Network Bank (54)

5.2 Build Risk Monitoring System in Our Country (55)

5.2.1 Establish Network Bank Risk Control and Management Department

as prevention (55)

5.2.2 Establish a Network of Big Data Audit System as monitored (56)

5.2.3 Set up Network Bank Risk Emergency Center as

post-processing (56)

6 Conclusions and Prospects (59)

6.1 Conclusions (59)

6.2 Prospects and Inadequate (59)

References (61)

Acknowledgments (65)

Appendices (67)

Appendices A Questionnaire (67)

Appendices B (71)

Appendices C Matlab Code of AHP (73)

Research Achievement during the Study of the Master Degree (75)

主要符号表图表索引

图表索引

图1-1 本文的框架图 (7)

图1-2 层次分析法的程序 (9)

图2-1 网络银行系统基本结构 (15)

图3-1 网络银行大事记 (17)

图3-2 2013年中国网络银行市场交易份额 (19)

图3-3 企业网银账户规模及增长情况 (19)

图3-1 网络银行大事记 (17)

图3-2 2013年中国网络银行市场交易份额 (19)

图3-3 企业网银账户规模及增长情况 (19)

图3-4 个人网银账户规模及增长情况 (19)

图3-5 移动网民规模和手机银行用户规模变动情况 (20)

图3-6 手机银行交易规模及增长情况 (19)

图3-7 2013中国网民网络银行功能使用情况 (21)

图3-8 2013中国网民手机银行功能使用情况 (21)

图3-9 网络银行风险管理原则-巴塞尔委员会 (22)

图3-10 网络银行风险管理体系框架 (23)

图3-11 英国ARROW框架图 (24)

图3-12 网络银行风险管理流程图 (30)

图3-13 网络银行风险识别过程 (30)

图3-14 网络银行风险评估过程 (30)

图3-15 网络银行风险监控过程 (31)

图4-1 中国银行XX分行组织架构图 (33)

图4-2 中国银行XX分行基于业务量的城市分类 (34)

图4-3 本文采用的网络银行风险识别框架图 (35)

图4-4 网络银行产业链结构图 (38)

图4-5 风险评估体系的设计思路 (40)

图4-6 模糊层次分析过程 (40)

图4-7 网络银行风险评估体系指标 (42)

图5-1 我国网络银行风险监控体系构建策略 (55)

图5-2 网络银行风险控制部门 (57)

VII

西安理工大学会计硕士专业学位论文

表2-1网络银行的分类 (14)

表2-2权威机构对网络银行风险的分类 (16)

表3-1 2013年国有银行在网络银行领域的新举措 (18)

表3-2 2013年股份制银行在网络银行领域的新举措 (18)

表3-3 网络银行相关管理办法 (28)

表4-1 网络银行风险评估调查表 (45)

表4-2 层次分析法指标重要性说明 (45)

表4-3 准则层指标判断矩阵A(1) (46)

表4-4 指标层B(1)判断矩阵 (46)

表4-5 全部指标权重结果 (47)

表4-6 风险等级划分标准 (48)

表4-7 风险综合评估表 (49)

VIII

1 绪论

1 绪论

1.1研究背景及意义

1.1.1研究背景

1)网络银行蓬勃发展

美国第一安全银行(SFNB,Security First Network Bank)是世界上首家网络银行,成立于1995年10月18日,其主营业务为通过互联网实现为客户提供非现金服务。人们曾预言网络银行将成为银行业的发展主流,但事实上并未如此。我国最早的网络银行交易出现在1998年4月16日,通过招商银行完成了一笔价值300元的交易,在随后的十年,中国网络银行交易额达到976亿,增幅超过3.2亿倍之多。随着2013年微信支付平台正式推出,中国网络银行迎来了真正的发展高潮。中国网络银行经过多年的探索和发展,已然被接受为一种可持续发展的金融产物。我国现有网民2.53亿,每年新增网民上千万,用户数量庞大,发展潜力不可估量。2014年9月阿里集团创先全球时尚最大IPO,2014年双11网络银行成交额超过571亿,种种迹象表明中国网络银行前景广阔。

网络银行的诞生和发展掀起了金融业的新革命,它颠覆了传统的银行模式,取而代之的是一种AAA模式,客户可以在任意时间(Anytime),任意地点(Anywhere)通过任意方式(Anyhow)享受网络银行提供的各种服务。网络银行贯彻全新的经营管理理念和模式、业务运作方式,为我国银行业的发展带来了无限的想象空间。

2)网络银行蓬勃发展

2008年中旬,维克托·迈尔-舍恩伯格和肯尼斯·库克耶首次提出大数据(Big Data)这一概念。它是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。随着云时代的来临,大数据也吸引了越来越多的关注。大数据热潮引发了一场思维、生产和生活方式的重大变革,可以说开启了全新的时代。

网络银行的发展在很大程度上得益于大数据分析以及机器学习能力,这也成为了网络银行显著的技术特点和商业优势。借助大数据分析和机器学习能力,网络银行可以完成传统银行难以完成的非结构化数据关联分析。相比较传统银行进行结构化数据分析,更精准的进行客户需求发掘,客服风险偏好预测成为可能,针对特定用户群体的精准营销更加有效率。

大数据技术的应用对实体银行也是一重要的技术补充。大数据分析可以通过用户的相关习惯性的网络活动辨别用户的经济实力与工作稳定性。比如经常购买奢侈用品或者游戏中的人民币玩家与收入水平呈正相关,经常去网吧上网或网购收货地址经常变动与工作稳定程度程负相关。传统针对首次申请信贷用户的征信更多的是盯住已发

1

相关主题
文本预览
相关文档 最新文档